- •Часть 1. Обработка одномерных данных
- •Предисловие
- •1. Общая характеристика экспериментальных данных
- •1.1 Источники и вид представления экспериментальных данных
- •1.2 Цели обработки экспериментальных данных
- •1.3 Задачи формирования и обработки экспериментальных данных
- •2. Базовые понятия и операции обработки экспериментальных данных
- •2.1. Эмпирическая функция распределения
- •2.2. Оценки параметров распределения и их свойства
- •2.3. Оценки моментов и квантилей распределения
- •3. Проверка статистических гипотез
- •3.1. Сущность задачи проверки статистических гипотез
- •3.2. Типовые распределения
- •3.3. Проверка гипотез о законе распределения
- •4. Методы оценки параметров распределения
- •4.1. Точечная оценка параметров распределения
- •4.2. Интервальная оценка параметров распределения
- •5. Аппроксимация закона распределения экспериментальных данных
- •5.1. Задачи аппроксимации
- •5.2. Аппроксимация на основе типовых распределений
- •5.3. Аппроксимация на основе специальных рядов
- •5.4. Аппроксимация на основе универсальных семейств распределений
- •Приложение Критические точки распределений
- •Распределение а.Н. Колмогорова
- •Распределение Мизеса
- •Распределение хи-квадрат
- •Распределение Стьюдента
- •Распределение Вилкоксона
- •Распределение р. Фишера (f-распределение)
- •Распределение Кочрена
- •Литература
5.3. Аппроксимация на основе специальных рядов
Типовые ряды, известные из математического анализа (ряды Тейлора, Фурье), не подходят для описания функций распределений, так как не обладают свойствами, присущими этому виду функций. Для подобного описания предложены специальные функции, например, основанные на полиномах Чебышева – Эрмита. К числу таких функций относится ряд Грама – Шарлье
(5.1)
где Ф(u) – функция нормального распределения центрированной и нормированной случайной величины u=(х – 1)/ 20,5, Ф(k)(u) – k-я производная от функции нормального распределения.
Вычисление Ф(u) не требует численного интегрирования, так как имеются ее приближения на основе полиномов, а производные представимы элементарными функциями:
Ф(3)(u)=(u2 –1)fн(u),
Ф(4)(u)=(– u3 + 3u)fн(u),
Ф(6)(u)=(– u5 +10u3 –15u)fн(u),
fн(u)= (2 ) – 0,5exp(– u2/2).
(5.2)
Ряд Грама – Шарлье целесообразно использовать для описания распределений, близких к нормальному. В других случаях начинают проявляться серьезные недостатки: ряд может вести себя нерегулярно (увеличение количества членов ряда иногда снижает точность аппроксимации); ошибки аппроксимации возрастают с удалением от центра распределения; сумма конечного числа членов ряда при большой асимметрии распределения приводит к отрицательным значениям функций, особенно на краях распределений. Этот ряд применяют только при весьма умеренном коэффициенте асимметрии, не превышающем 0,7. Следовательно, применение рядов тоже не обеспечивает необходимой общности решения задач аппроксимации.
Пример 5.1. Оценить качество аппроксимации ЭД, табл. 2.4, на основе ряда Грама – Шарлье. Проверку согласованности провести с использованием критерия хи-квадрат при уровне значимости = 0,05.
Решение. В примере 2.3 были вычислены значения оценок моментов: 1 =27,508, 2 = 0,913, 3= 0,132, 4 =1,819.
На основе табл. 2.4 построим табл. 5.3.
Таблица 5.3
I |
1 |
2 |
3 |
4 |
5 |
6 |
n i |
5 |
9 |
10 |
9 |
5 |
6 |
Верхняя граница, xi |
26,37 |
26,95 |
27,53 |
28,11 |
28,69 |
|
F (xi) |
0,127 |
0,303 |
0,517 |
0,721 |
0,877 |
1 |
Fi |
0,127 |
0,176 |
0,214 |
0,204 |
0,156 |
0,123 |
Fi |
5,588 |
7,744 |
9,416 |
9,976 |
6,864 |
5,412 |
(ni – Fi)2/Fi |
0,062 |
0,204 |
0,036 |
0,000 |
0,506 |
0,063 |
В таблице значения функции распределения F(xi) для верхней границы интервала и теоретическое значение оценки вероятности Fi попадания случайной величины в i-й интервал вычислены на основе ряда Грама – Шарлье. Обозначения оценки частоты попадания Fi= Fi*n случайной величины в i-й интервал, вероятности Fi попадания случайной величины в интервал xi – xi–1, взвешенного квадрата отклонения (ni – Fi)2/Fi аналогичны табл. 3.2. Сумма взвешенных квадратов отклонения 2 = 0,872 (критическое значение составляет 7,815).
Выборка имеет слабо выраженную асимметрию. По сравнению с аналогичным значением 2 = 1,318 при аппроксимации ЭД нормальным распределением, ряд Грама – Шарлье дает более "точное" описание данных.
